Notas de investigación sobre aprendizaje federado, ciberseguridad y ciberdefensa

Notas de investigación y guías técnicas sobre aprendizaje federado, IA distribuida, ciberdefensa, sistemas confiables y plataformas con privacidad.

30 artículos. Página 5 de 5.

27 de mayo de 20263 min de lecturaNota de investigación

Agregación bizantina robusta en aprendizaje federado descentralizado

Mediana, trimmed mean y confianza en DFL: ejemplos, límites locales frente a poisoning y coste de la defensa con datos non-IID.

26 de mayo de 20263 min de lecturaNota de investigación

Privacidad en seguridad IoT con DFL: unidad protegida, presupuesto diferencial, agregación segura y pruebas sin fuga temporal.

25 de mayo de 20264 min de lecturaNota de investigación

Detección federada de anomalías energéticas: particiones temporales, falsas alarmas, deriva y evidencia para infraestructura crítica.

13 de marzo de 20255 min de lecturaGuía

Guía de NEBULA: arquitectura, documentación oficial y protocolo reproducible para evaluar topologías, privacidad, ataques y recursos DFL.

29 de enero de 20249 min de lecturaGuía

Qué es el aprendizaje federado, cómo funciona FedAvg y qué protegen la privacidad diferencial y la agregación segura, con ejemplos.

15 de septiembre de 20237 min de lecturaGuía

Fundamentos de DFL: agregación entre pares, topologías, convergencia, privacidad y comunicación. Cuándo elegirlo frente a FL con servidor.